Novo algoritmo prediz resultados clínicos de pacientes internados por Covid-19

A partir de uma técnica de aprendizado colaborativo, os algoritmos conseguem prever quais casos da doença podem se tornar mais graves

208
A partir de uma técnica de aprendizado colaborativo, os algoritmos conseguem prever quais casos da doença podem se tornar mais graves

Um novo estudo internacional mostrou como a inteligência artificial (IA) capaz de predizer resultados clínicos de pacientes internados por Covid-19. A partir de uma técnica chamada Federated Learning – também chamada de Aprendizado Descentralizado ou Colaborativo – os algoritmos conseguem prever quais casos da doença podem se tornar mais graves. Com isso, os médicos podem tomar decisões baseadas em mais informações e com mais agilidade.

O estudo foi liderado pela rede de hospitais Mass General Brigham e pela NVIDIA, multinacional de tecnologia. Os resultados foram publicados na revista Nature Medicine.

A ideia surgiu pensando que, ao longo da pandemia, cerca de 200 modelos de previsão foram desenvolvidos para estimar o risco de mortalidade dos pacientes internados. Entretanto, “saber que um paciente tem maior risco de morte não é uma informação acionável”, diz Felipe Kitamura, Head de Inovação em Operações Diagnósticas da Dasa, que participou do estudo. Isso porque pouco pode ser feito somente com essa informação. Assim, o novo estudo desenvolveu uma tecnologia capaz de entender quando um quadro irá se agravar e quando deve ser feita a aplicação de oxigênio ou intubação, por exemplo.

“Se você consegue prever que em 24 horas um paciente vai precisar ser intubado, você não manda para casa. Enquanto isso, você consegue dar alta hospitalar para outas pessoas porque sabe que não haverá necessidade de intubação. Ou seja, os algoritmos facilitam as decisões dos médicos”, explicou o médico especialista em IA na Dasa, Gustavo Corradi.

A tecnologia

Para prever o desenvolvimento dos quadros clínicos, os algoritmos devem ser instalados na rede do hospital, de forma que os dados saiam de instituições principais e sejam compartilhados para outras através da utilização de um mesmo sistema. O algoritmo se atualiza conforme os dados de internação são coletados e monitorados.  

A tecnologia ainda deve prever quando será necessário utilizar oxigênio, mesmo antes do exame PCR apresentar resultado positivo. Além da aplicabilidade mais prática para os médicos, a tecnologia coleta dados mais variados, mas menos subjetivos e deve trazer informações mais realistas quanto ao ‘momentum populacional’ da doença.

No que se refere à inteligência artificial, o modelo desenvolvido é o primeiro de aprendizado colaborativo a ser desenvolvido para Covid-19, além de pioneiro como projeto de IA relevante clinicamente. Segundo os cientistas, o estudo é um dos maiores a utilizar o método de Federated Learning, pois cerca de 16 mil casos de coronavírus foram mapeados com o auxílio de 20 instituições internacionais espalhadas por quatro continentes diferentes.

 “A criação do modelo é importante, mas ainda está no âmbito de pesquisa e, para ser implementado, passará por etapas regulatórias. De toda forma, o estudo mostrou a viabilidade do Federated Learning para produzir rapidamente um modelo robusto, preciso e generalizável, sem tráfego de dados de pacientes entre as instituições”, ressalta Kitamura. Assim, a entidade participante do estudo, o Massachusetts General Hospital, nos Estados Unidos, agora busca como validar a nova inteligência artificial e obter a aprovação dos órgãos reguladores.

DEIXE UMA RESPOSTA

Por favor insira seu comentário!
Digite seu nome aqui